1 Şubat 2024 Tez Açık Erişim

Demiröz, Tuna Arda

DataCite XML

<?xml version='1.0' encoding='utf-8'?>
<resource xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://datacite.org/schema/kernel-4" xsi:schemaLocation="http://datacite.org/schema/kernel-4 http://schema.datacite.org/meta/kernel-4.1/metadata.xsd">
  <identifier identifierType="DOI">10.48623/aperta.263524</identifier>
  <creators>
    <creator>
      <creatorName>Demiröz, Tuna Arda</creatorName>
      <givenName>Tuna Arda</givenName>
      <familyName>Demiröz</familyName>
      <affiliation>İstanbul Medeniyet Üniversitesi</affiliation>
    </creator>
  </creators>
  <titles>
    <title>Türkiye'De Covid-19 Aşılaması Hakkında Toplumsal Duygusal Durumun Sosyal Medya Verileri Üzerinde Makine Öğrenmesi Metotları Kullanılarak İncelenmesi</title>
  </titles>
  <publisher>Aperta</publisher>
  <publicationYear>2024</publicationYear>
  <subjects>
    <subject>COVID-19</subject>
    <subject>Duygu Durum Analizi</subject>
    <subject>Sözlük Tabanlı Yaklaşım</subject>
    <subject>Doğal Dil İşleme</subject>
    <subject>Twitter Verileri</subject>
  </subjects>
  <contributors>
    <contributor contributorType="Researcher">
      <contributorName>Güçlü, Hasan</contributorName>
      <givenName>Hasan</givenName>
      <familyName>Güçlü</familyName>
      <affiliation>İstanbul Medeniyet Üniversitesi</affiliation>
    </contributor>
    <contributor contributorType="Supervisor">
      <contributorName>Güçlü, Hasan</contributorName>
      <givenName>Hasan</givenName>
      <familyName>Güçlü</familyName>
      <affiliation>İstanbul Medeniyet Üniversitesi</affiliation>
    </contributor>
  </contributors>
  <dates>
    <date dateType="Issued">2024-02-01</date>
  </dates>
  <language>tr</language>
  <resourceType resourceTypeGeneral="Text">Thesis</resourceType>
  <alternateIdentifiers>
    <alternateIdentifier alternateIdentifierType="url">https://aperta.ulakbim.gov.tr/record/263524</alternateIdentifier>
  </alternateIdentifiers>
  <relatedIdentifiers>
    <relatedIdentifier relatedIdentifierType="DOI" relationType="IsVersionOf">10.48623/aperta.263523</relatedIdentifier>
  </relatedIdentifiers>
  <rightsList>
    <rights rightsURI="https://creativecommons.org/licenses/by-nc-sa/4.0/">Creative Commons Attribution-NonCommercial-ShareAlike</rights>
    <rights rightsURI="info:eu-repo/semantics/openAccess">Open Access</rights>
  </rightsList>
  <descriptions>
    <description descriptionType="Abstract">&lt;p&gt;İnternet ve sosyal medya platformlarının evrimi ile birlikte bilgi &amp;uuml;retimi, t&amp;uuml;ketimi, dolaşımı ve aktarımı, &amp;ouml;nceki d&amp;ouml;nemlere g&amp;ouml;re benzersiz bir hız kazanmıştır. G&amp;uuml;ncel istatistiksel ve sosyal &amp;ccedil;alışmalar ise Facebook, Twitter ve Instagram gibi sosyal medya platformlarının, insan davranışlarını etkileyen olduk&amp;ccedil;a &amp;ouml;nemli verilere sahip olduğunu g&amp;ouml;stermektedir. Bu veriler, COVID-19&amp;#39;un yayılmasını izlemek, &amp;ouml;nlemek ve kontrol altına almak i&amp;ccedil;in kullanılabilecek, &amp;ouml;zellikle insanların duygusal durumlarını analiz etmek ve anlamak i&amp;ccedil;in b&amp;uuml;y&amp;uuml;k bir kaynak sunmaktadır. Bu tez &amp;ccedil;alışmasında, T&amp;uuml;rkiye&amp;rsquo;de COVID-19 aşılama s&amp;uuml;recine y&amp;ouml;nelik toplumsal duygusal tepkileri anlamak ve analiz etmek amacıyla Twitter verileri kullanılmıştır. &amp;Ccedil;alışma, aşılamanın toplumsal duygu durumunu belirli bir zaman diliminde T&amp;uuml;rk&amp;ccedil;e tivitler aracılığıyla incelemeyi ve aşılamayla ilgili d&amp;uuml;ş&amp;uuml;nceleri, endişeleri, memnuniyeti ve diğer duygusal tepkileri anlamayı hedeflemiştir. Bu bağlamda, Twitter verileri istatistiksel y&amp;ouml;ntemler, makine &amp;ouml;ğrenmesi, Doğal Dil İşleme (NLP) teknikleri ve s&amp;ouml;zl&amp;uuml;k tabanlı yaklaşım kullanılarak analiz edilmiştir. &amp;Uuml;zerine &amp;ccedil;alışılan veri seti, Şubat 2020&amp;rsquo;den Ocak 2023&amp;rsquo;e kadar d&amp;uuml;nya genelinde atılan T&amp;uuml;rk&amp;ccedil;e tivitlerden oluşmaktadır. S&amp;ouml;z konusu d&amp;ouml;nemde aşılama ile ilgili yaklaşık 200 milyon tivit filtrelendikten sonra elde edilen 38,628 tivit analiz edilmiştir.&lt;/p&gt;</description>
    <description descriptionType="Other">Tez çalışmasında kullanılan etiketli veri seti paylaşılmıştır. Veri setinde Türkçe dili için Covid-19 döneminde aşılamaya karşı duygu durum ölçümü yapan 38,626 tivit bulunmaktadır.</description>
  </descriptions>
</resource>